Select Language

AI社区

数据要素产业

2010.12.13 学术报告:机器学习的几何观点

12-05 23:56 TAG: 2010.12.13 学术 报告 器学 几何观

2010.12.13 学术报告:机器学习的几何观点

2010-12-06 | 编辑: | 【  】

   报告人:何晓飞 教授(浙江大学)   报告时间:2010年12月13日 上午9点30分   地点:3号楼3楼光学影像分析与学习中心(OPTIMAL)会议室

   报告摘要:   流形学习是机器学习领域的一个新兴分支,其目的是通过学习数据流形的几何、拓扑结构来认知数据并解决传统的机器学习问题,如特征提取、聚类、分类等。流形学习是以流形假设为基础,利用微分几何、图论、代数拓扑以及概率统计等多学科知识进行数据分析的一门前沿学科。本次报告包括以下几个部分:   1.流形学习在这十年间的蓬勃发展以及一些基础知识,如流形的概念,流形上的拉普拉斯算子(Laplace operator)等。   2.经典流形学习算法,如Isoamp, Locally Linear Embedding,LaplacianEigenmap等;以及基于流形理论的半监督学习和主动学习算法。   3.流形学习在信息处理各个学科所取得的广泛应用。   4. 流形学习的未来展望,以及我们面临的机遇和挑战。

   报告人简介:   何晓飞,浙江大学计算机学院教授,博导,IEEE高级会员。浙江大学计算机系学士学位,曾获国际大学生数学建模竞赛特等奖(INFORMS奖)。芝加哥大学博士学位。其博士论文提出了国际上第一个线性流形学习算法--保局投影,掀起了基于谱图理论的线性降维算法研究热潮。2001年至2004年间与微软亚洲研究院同行合作进行信息检索的研究,提出了基于网页块结构的链接分析方法,该方法在学术界和工业界引起了极大的反响,多家国际专业媒体报道了这一研究成果。2005年将流形

 
更多>数据要素产业相关信息
最新发布
点击排行